CN106841267A - 大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法 - Google Patents

大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法 Download PDF

Info

Publication number
CN106841267A
CN106841267A CN201710020721.2A CN201710020721A CN106841267A CN 106841267 A CN106841267 A CN 106841267A CN 201710020721 A CN201710020721 A CN 201710020721A CN 106841267 A CN106841267 A CN 106841267A
Authority
CN
China
Prior art keywords
turbot
boiling
fried
steam
magnetic resonance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710020721.2A
Other languages
English (en)
Inventor
谭明乾
夏克鑫
李加齐
王偲琦
林竹
林竹一
王小荟
宋勋禹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Polytechnic University
Original Assignee
Dalian Polytechnic University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian Polytechnic University filed Critical Dalian Polytechnic University
Priority to CN201710020721.2A priority Critical patent/CN106841267A/zh
Publication of CN106841267A publication Critical patent/CN106841267A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Meat, Egg Or Seafood Products (AREA)

Abstract

本发明公开了大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，包括以下步骤：A、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库；B、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构信息数据库；C、分析获得中低场核磁共振横向弛豫图谱信息与质构信息之间的相关性信息；D、对待测大菱鲆样品进行低场核磁共振检测得到横向弛豫图谱信息；E、将得到的横向弛豫图谱信息与低场核磁共振弛豫图谱数据库信息比对，选择相近的低场核磁共振弛豫图谱数据库信息作为参照值。本方法能保证快速、准确地对加热的大菱鲆样品进行核磁共振分析测试，快速判断大菱鲆油炸、沸水煮、蒸制、隔水煮程度与品质情况。

Description

大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测 方法
技术领域
本发明涉及食品检测领域，尤其涉及一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法。
背景技术
现有技术中，大菱鲆肉质细嫩鲜美, 无论采用何种烹饪方法都能符合东、西方人的口味, 兼有运输、贮存容易和鱼文化的讲究，所以在国内外，尤其是在欧美和日本市场上都倍受消费者青睐，目前大菱鲆的消费市场主要集中在欧洲、美国、东亚和东南亚,年需求量约100000t，英国和挪威早在上世纪70到80年代就投入大量资金对大菱鲆进行了深入研究，而近些年来，人们更加关注大菱鲆烹饪过程中质构品质的变化过程，大菱鲆加工过程中涉及到诸多加工方法，其中油炸、沸水煮、蒸制、隔水煮步骤是重要的工艺步骤，对大菱鲆的品质影响极大，油炸、沸水煮、蒸制、隔水煮时间过短或温度过低，则大菱鲆不能熟化，食用会有生腥风味；油炸、沸水煮、蒸制、隔水煮时间过长或温度过高有可能会导致大菱鲆硬熟化过度，口感变差，因此，若油炸、沸水煮、蒸制、隔水煮操作不当便会严重影响大菱鲆的经济价值，由于大菱鲆个体差异较大，每批次大菱鲆生产加工过程中都会根据批次的品质不同，对加工关键控制参数进行微调，但目前对大菱鲆油炸、沸水煮、蒸制、隔水煮程度的判断还停留在人为经验方面，并未形成标准化的考量技术，因此可能会由于人为经验不足导致加热后不同批次的大菱鲆品质不稳定的问题，核磁共振技术一种重要的现代分析手段已广泛应用于各领域，根据核磁共振原理，采用特定的脉冲序列对样品中具有固定磁矩的原子核进行激发，产生弛豫信号，该弛豫信号强度与被测样品中所含核自旋数目成正比，信号衰减过程与被测物质的成分结构密切相关，通过数学方法对弛豫信号进行反演分析，可获得其他手段难以得到的各种成分和微观结构信息，从而达到检测目的，然而迄今为止，未见将低场核磁共振技术运用在大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质的无损检测方法。
发明内容
本发明的目的是提供一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法。
本发明为实现上述目的所采用的技术方案是：一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，包括以下步骤：
A、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库；
B、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构信息数据库；
C、分析获得中低场核磁共振横向弛豫图谱信息与质构信息之间的相关性信息；
D、对待测大菱鲆样品进行低场核磁共振检测得到横向弛豫图谱信息；
E、将得到的横向弛豫图谱信息与建立的大菱鲆油炸、水煮、蒸制、隔水煮过
程中低场核磁共振弛豫图谱数据库信息比对，选择相近的低场核磁共振弛豫图谱数据库信息作为参照值，根据获得的低场核磁共振横向弛豫图谱信息与质构信息之间的相关性信息，并参照已建立的质构信息数据库信息，推测得到样品大菱鲆的质构特征的推测值。
所述步骤A中具体包括，首先，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净；然后，对所得的大菱鲆进行油炸、沸水煮、蒸制、隔水煮四项工艺处理；最后，对经过四项工艺处理所得的大菱鲆进行低场核磁共振检测，得到大菱鲆油炸、沸水煮、蒸制、隔水煮过程中不同程度下的低场核磁共振横向弛豫图谱信息，建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库。
所述步骤C中具体包括通过Excel统计学的相关性分析方法确定低场核磁共振横向弛豫图谱信息与质构信息之间的相关性。
所述低场核磁共振检测的参数设置包括：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1: [10到20，均为整数]，数字增益DRG1:[2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH: 1000，接收机带宽SW：200-500KHz KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms。带宽SW：200 KHz，开始采样时间的控制参数 RFD:0.001- 0.004 ms，时延DL1：0.1-0.5 ms。
还包括采用一维反拉普拉斯算法作为横向弛豫时间 T2反演算法，迭代次数10万次到1千万次之间。
所述大菱鲆不同加热程度下的低场核磁共振横向弛豫图谱信息包括：油炸、沸水煮、蒸制、隔水煮时间、三种峰的起始时间和三种峰的峰面积。
所述质构信息的检测通过全质构检测。
所述质构信息包括：硬度、弹性、粘聚性、咀嚼度和回复性。
所述质构信息检测的参数设置包括大菱鲆样品制成 1.5×1.5×1.0 cm 小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值 5g，形变量为60%。
本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，能保证快速、准确地对加热的大菱鲆样品进行核磁共振分析测试，通过建立的大菱鲆低场核磁共振横向弛豫图谱信息与质构信息之间的相关性，快速判断大菱鲆油炸、沸水煮、蒸制、隔水煮程度与品质情况；与传统方法相比，建立了大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库和质构信息数据库后，对待测的大菱鲆样本的质量检测仅需要测低场核磁共振横向弛豫图谱信息即可，不用进行粉碎破坏的操作，也不用大菱鲆进行前处理，不仅可以很好地保持大菱鲆原有形态，也可大大提高检测速度，并且检测的数值准确、稳定，做到了无损化、快速化、精确化的检测模式。
附图说明
图1是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆油炸过程中时的低场核磁共振横向弛豫特性图谱。
图2是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆沸水煮过程中时的低场核磁共振横向弛豫特性图谱。
图3是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆蒸制过程中时的低场核磁共振横向弛豫特性图谱。
图4是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆隔水煮过程中时的低场核磁共振横向弛豫特性。
图5是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆油炸50s时的低场核磁共振横向弛豫特性图谱。
图6是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆沸水煮150s时的低场核磁共振横向弛豫特性图谱。
图7是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆蒸制150s时的低场核磁共振横向弛豫特性图谱。
图8是本发明一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法的大菱鲆隔水煮150s时的低场核磁共振横向弛豫特性。
具体实施方式
如图1至图8所示，大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，具体包括如下步骤：A、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库；B、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构信息数据库；C、分析获得所述步骤 A中低场核磁共振横向弛豫图谱信息与所述步骤 B中质构信息之间的相关性信息；D、对待测大菱鲆样品进行低场核磁共振检测得到横向弛豫图谱信息；E、将所述步骤 D中得到的横向弛豫图谱信息与所述步骤 A建立的大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振弛豫图谱数据库信息比对，选择相近的低场核磁共振弛豫图谱数据库信息作为参照值，根据所述步骤 C中获得的低场核磁共振横向弛豫图谱信息与质构信息之间的相关性信息，并参照所述步骤 B中已建立的质构信息数据库信息，推测得到样品大菱鲆的质构特征的推测值；所述步骤 A中具体包括：首先，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净；然后，对所得大菱鲆进行油炸、沸水煮、蒸制、隔水煮四项工艺处理；最后，对进行油炸、沸水煮、蒸制、隔水煮四项工艺处理所得大菱鲆进行低场核磁共振检测，得到大菱鲆油炸、沸水煮、蒸制、隔水煮过程中不同程度下的低场核磁共振横向弛豫图谱信息，建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库；所述步骤 C中具体包括：通过Excel软件的相关性分析方法确定所述步骤 A中低场核磁共振横向弛豫图谱信息与所述步骤 B中质构信息之间的相关性，以上所述的大菱鲆加热过程中质构品质无损检测方法，其中，大菱鲆不同加工工艺的处理包括：油炸0s、20s、40s、60s、80s、100s；沸水煮、蒸制、隔水煮0s、60s、120s、180s、240s、300s，低场核磁共振检测的参数设置包括：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1: [10到20，均为整数]，数字增益DRG1:[2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH: 1000，接收机带宽SW：200-500KHz KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms。带宽 SW： 200 KHz，开始采样时间的控制参数 RFD:0.001-0.004 ms，时延DL1：0.1-0.5 ms，还包括采用一维反拉普拉斯算法作为横向弛豫时间 T2反演算法，迭代次数：10万次到1千万次之间，优选 1,000,000次，大菱鲆不同加热程度下的低场核磁共振横向弛豫图谱信息包括：油炸、沸水煮、蒸制、隔水煮时间、三种峰的起始时间和三种峰的峰面积，质构信息的检测通过全质构检测（TPA），质构信息包括：硬度、弹性、粘聚性、咀嚼度和回复性，质构信息检测的参数设置包括：大菱鲆样品制成1.5×1.5×1.0 cm 小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值5g，形变量为60%。
大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱数据库建立。
实施方式一，如图1至图4和表1至表4所示，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净，对大菱鲆进行不同时间点的油炸、沸水煮、蒸制、隔水煮四项工艺处理，本实施方式选择记录的时间点为油炸：0s、20s、40s、60s、80s、100s；水煮、蒸制、隔水煮：0s、60s、120s、180s、240s、300s，实际应用时可以根据需要调整时间间隔，测量更多个时间点的横向弛豫图谱数据，以提高后期推测值的准确性；对进行了不同时间长度的油炸、水煮、蒸制、隔水煮四项工艺处理所得的大菱鲆进行低场核磁共振检测，检测参数设置为：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1:[10到20，均为整数]，数字增益DRG1: [2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收机带宽SW：200-500KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms，然后采用一维反拉普拉斯算法作为横向弛豫时间 T2反演算法，迭代次数： 10万次到 1 千万次之间，优选 1,000,000 次，检测得到经历了不同时间长度的油炸、沸水煮、蒸制、隔水煮四项工艺处理所得的大菱鲆的低场核磁共振横向弛豫图谱信息，建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库。
如表5、6、7、8中所示，大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构信息数据库建立：对上述油炸、沸水煮、蒸制、隔水煮处理后的大菱鲆进行质构检测，大菱鲆样品制成1.5×1.5×1.0cm小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值 5g，形变量为 60%，检测到油炸、沸水煮、蒸制、隔水煮处理后的大菱鲆的质构参数，其中，所述质构信息包括：硬度、弹性、粘聚性、咀嚼度和回复性，以上所述的大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其中，建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构信息数据库。
实施方式二，如图5、表13所示，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净，将市售质量过关的葵花籽油加热至油温达180℃，待油温稳定后，对大菱鲆进行油炸50s处理；采用低场核磁设备（上海纽迈电子科技，NMI20-030H-I）对处理后的大菱鲆样品进行检测，检测参数设置为：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1: [10到20，均为整数]，数字增益DRG1: [2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH: 1000，接收机带宽SW：200-500KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms，然后采用一维反拉普拉斯算法作为横向弛豫时间T2反演算法，迭代次数：10万次到1千万次之间，优选1000000次），得出油炸样品的横向弛豫特性图谱；如表1、如表5、如表9、图5所示，将得到的样品横向弛豫特性图谱与已建立的大菱鲆油炸过程中的低场核磁共振弛豫图谱数据库中的弛豫图谱信息进行对比，参考已建立的油炸过后大菱鲆的低场核磁共振弛豫图谱信息与质构信息之间的相关性信息，并参照已建立的大菱鲆油炸过程中的质构信息数据库中的质构信息进行分析比较，推测得到海参样品的质构；具体地，通过将大菱鲆油炸过程中低场核磁共振横向弛豫图谱数据库信息（如表1所示）与大菱鲆油炸过程中的质构信息（如表5所示）输入统计学软件进行相关性分析（统计学软件可以为任何可以进行相关性分析的统计学软件，例如：Excel软件）确定质构信息与哪些大菱鲆低场核磁共振弛豫图谱信息存在相关性（如表9所示），选择实际测量的油炸大菱鲆样品的低场核磁横向弛豫信息与建立的大菱鲆油炸过程中低场核磁共振弛豫图谱数据库信息比对，选择相近的参照值，根据核磁和质构信息间的正负相关性，并参照已建立的质构信息库信息，推测得到油炸样品大菱鲆的质构特征的推测值；进行质构测定验证，将大菱鲆样品制成1.5×1.5×1.0cm小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值 5g，形变量为 60%，得到样品的真实质构品质信息，并将推测值与测试值作对比（如表13、14），相对误差均小于15%。
实施方式三，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净，将自来水加热至沸腾，水温为99-101℃左右，待水温稳定后，对大菱鲆进行沸水煮150s处理；采用低场核磁设备（上海纽迈电子科技，NMI20-030H-I）对处理后的大菱鲆样品进行检测，检测参数设置为：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1: [10到20，均为整数]，数字增益DRG1: [2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH: 1000，接收机带宽SW：200-500KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms，然后采用一维反拉普拉斯算法作为横向弛豫时间T2反演算法，迭代次数：10万次到1千万次之间，优选1000000次，得出沸水煮样品的横向弛豫特性图谱（如图6、表15所示），将得到的样品横向弛豫特性图谱与已建立的大菱鲆沸水煮过程中的低场核磁共振弛豫图谱数据库中的弛豫图谱信息（如表2、图6所示）进行对比，参考已建立的沸水煮过后大菱鲆的低场核磁共振弛豫图谱信息与质构信息之间的相关性信息（如表10），并参照已建立的大菱鲆沸水煮过程中的质构信息数据库（如表10）中的质构信息进行分析比较，推测得到大菱鲆样品的质构，具体地，通过将大菱鲆沸水煮过程中低场核磁共振横向弛豫图谱数据库信息（如表2所示）与大菱鲆沸水煮过程中的质构信息（如表6所示）输入统计学软件进行相关性分析（统计学软件可以为任何可以进行相关性分析的统计学软件，例如：Excel软件）确定质构信息与哪些大菱鲆低场核磁共振弛豫图谱信息存在相关性（如表10所示），选择实际测量的油炸大菱鲆样品的低场核磁横向弛豫信息与建立的大菱鲆沸水煮过程中低场核磁共振弛豫图谱数据库信息比对，选择相近的参照值，根据核磁和质构信息间的正负相关性，并参照已建立的质构信息库信息，推测得到沸水煮样品大菱鲆的质构特征的推测值，进行质构测定验证，将大菱鲆样品制成1.5×1.5×1.0cm小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值 5g，形变量为 60%，得到样品的真实质构品质信息，并将推测值与测试值作对比（如表15、16），相对误差均小于15%。
实施方式四，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净，将自来水加热至沸腾，水温为99-101℃左右，待水温稳定后，将大菱鲆样品放置在蒸锅的笼屉上，对大菱鲆进行蒸制150s处理；采用低场核磁设备（上海纽迈电子科技，NMI20-030H-I）对处理后的大菱鲆样品进行检测，检测参数设置为：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1: [10到20，均为整数]，数字增益DRG1:[2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH: 1000，接收机带宽SW：200-500KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms，然后采用一维反拉普拉斯算法作为横向弛豫时间T2反演算法，迭代次数：10万次到1千万次之间，优选1000000次，得出蒸制样品的横向弛豫特性图谱（如图7、表17所示），将得到的样品横向弛豫特性图谱与已建立的大菱鲆蒸制过程中的低场核磁共振弛豫图谱数据库中的弛豫图谱信息（如表3、图7所示）进行对比，参考已建立的蒸制过后大菱鲆的低场核磁共振弛豫图谱信息与质构信息之间的相关性信息（如表11），并参照已建立的大菱鲆蒸制过程中的质构信息数据库（如表7）中的质构信息进行分析比较，推测得到大菱鲆样品的质构，具体地，通过将大菱鲆蒸制过程中低场核磁共振横向弛豫图谱数据库信息（如表3所示）与大菱鲆蒸制过程中的质构信息（如表7所示）输入统计学软件进行相关性分析（统计学软件可以为任何可以进行相关性分析的统计学软件，例如：Excel软件）确定质构信息与哪些大菱鲆低场核磁共振弛豫图谱信息存在相关性（如表11所示），选择实际测量的蒸制大菱鲆样品的低场核磁横向弛豫信息与建立的大菱鲆蒸制过程中低场核磁共振弛豫图谱数据库信息比对，选择相近的参照值，根据核磁和质构信息间的正负相关性，并参照已建立的质构信息库信息，推测得到蒸制样品大菱鲆的质构特征的推测值，进行质构测定验证，将大菱鲆样品制成1.5×1.5×1.0cm小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值 5g，形变量为60%，得到样品的真实质构品质信息，并将推测值与测试值作对比（如表17、18），相对误差均小于 15%。
实施方式五，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净，将自来水加热至沸腾，水温为99-101℃左右，待水温稳定后，将大菱鲆样品放入玻璃平皿中，用封口膜封好，并装入自封袋中，对大菱鲆进行隔水煮150s处理；采用低场核磁设备（上海纽迈电子科技，NMI20-030H-I）对处理后的大菱鲆样品进行检测，检测参数设置为：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1: [10到20，均为整数]，数字增益DRG1: [2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH: 1000，接收机带宽SW：200-500KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms，然后采用一维反拉普拉斯算法作为横向弛豫时间T2反演算法，迭代次数：10万次到1千万次之间，优选1000000次，得出油炸样品的横向弛豫特性图谱（如图8、表19所示），将得到的样品横向弛豫特性图谱与已建立的大菱鲆隔水煮过程中的低场核磁共振弛豫图谱数据库中的弛豫图谱信息（如表4、图8所示）进行对比，参考已建立的隔水煮过后大菱鲆的低场核磁共振弛豫图谱信息与质构信息之间的相关性信息（如表12），并参照已建立的大菱鲆隔水煮过程中的质构信息数据库（如表8）中的质构信息进行分析比较，推测得到大菱鲆样品的质构，具体地，通过将大菱鲆隔水煮过程中低场核磁共振横向弛豫图谱数据库信息（如表4所示）与大菱鲆隔水煮过程中的质构信息（如表8所示）输入统计学软件进行相关性分析（统计学软件可以为任何可以进行相关性分析的统计学软件，例如：Excel软件）确定质构信息与哪些大菱鲆低场核磁共振弛豫图谱信息存在相关性（如表12所示），选择实际测量的隔水煮大菱鲆样品的低场核磁横向弛豫信息与建立的大菱鲆隔水煮过程中低场核磁共振弛豫图谱数据库信息比对，选择相近的参照值，根据核磁和质构信息间的正负相关性，并参照已建立的质构信息库信息，推测得到隔水煮样品大菱鲆的质构特征的推测值，进行质构测定验证，将大菱鲆样品制成1.5×1.5×1.0cm小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值 5g，形变量为 60%，得到样品的真实质构品质信息，并将推测值与测试值作对比（如表19、20），相对误差均小于 15%。
以上实验结果说明获得的质构信息推测值与实际测量值比较接近，通过本发明的检测方法可以准确推测待测大菱鲆样品在不同加工工艺过程中的质构信息。
表1：不同油炸时间大菱鲆的NMR参数
油炸时间（s）
0
20
40
60
80
100
表2：不同沸水煮时间大菱鲆的NMR参数
沸水煮时间（s）
0
60
120
180
240
300
表3：不同蒸制时间大菱鲆的NMR参数
蒸制时间（s）
0
60
120
180
240
300
表4：不同隔水煮时间大菱鲆的NMR参数
隔水煮时间（s）
0
60
120
180
240
300
表5：大菱鲆油炸工艺不同时间的TPA参数
油炸时间（s） 硬度（g） 弹性 粘聚性 咀嚼度 回复性
0
20
40
60
80
100
表6：大菱鲆沸水煮工艺不同时间的TPA参数
沸水煮时间（s） 硬度（g） 弹性 粘聚性 咀嚼度 回复性
0
60
120
180
240
300
表7：大菱鲆蒸制工艺不同时间的TPA参数
蒸制时间（s） 硬度（g） 弹性 粘聚性 咀嚼度 回复性
0
60
120
180
240
300
表8：大菱鲆隔水煮工艺不同时间的TPA参数
隔水煮时间（s） 硬度（g） 弹性 粘聚性 咀嚼度 回复性
0
60
120
180
240
300
表9：大菱鲆油炸工艺过程的NMR参数和硬度、弹性、粘聚性、
咀嚼度、回复性的相关性分析
TPA参数 NMR参数 R R2 P
硬度(g) T21 0.581 0.338 ns
T22 0.597 0.357 ns
T23 0.768 0.589 ns
A21 0.243 0.059 ns
A22 0.601 0.362 ns
A23 0.554 0.307 P<0.05
弹性 T21 0.913 0.834 ns
T22 0.503 0.253 ns
T23 0.784 0.614 P<0.05
A21 0.741 0.548 ns
A22 0.784 0.614 ns
A23 0.741 0.548 P<0.05
粘聚性 T21 0.540 0.291 P<0.05
T22 0.325 0.105 P<0.01
T23 0.328 0.108 P<0.01
A21 0.242 0.059 P<0.01
A22 0.079 0.006 P<0.01
A23 0.023 0.001 P<0.01
咀嚼度 T21 0.730 0.533 P<0.01
T22 0.787 0.620 P<0.05
T23 0.736 0.541 P<0.01
A21 0.595 0.353 P<0.05
A22 0.736 0.541 P<0.01
A23 0.595 0.353 P<0.05
回复性 T21 0.940 0.883 ns
T22 0.794 0.630 ns
T23 0.936 0.877 ns
A21 0.902 0.814 P<0.01
A22 0.936 0.877 ns
A23 0.089 0.008 P<0.01
表10：大菱鲆沸水煮工艺过程的NMR参数和硬度、弹性、粘聚性、
咀嚼度、回复性的相关性分析
TPA参数 NMR参数 R R2 P
硬度(g) T21 0.331 0.110 ns
T22 0.875 0.766 ns
T23 0.969 0.940 P<0.05
A21 0.793 0.629 ns
A22 0.852 0.726 P<0.01
A23 0.820 0.672 P<0.05
弹性 T21 0.496 0.246 ns
T22 0.704 0.495 ns
T23 0.870 0.756 P<0.01
A21 0.817 0.667 P<0.01
A22 0.881 0.776 P<0.01
A23 0.634 0.402 ns
粘聚性 T21 0.474 0.225 ns
T22 0.263 0.069 P<0.05
T23 0.536 0.288 ns
A21 0.590 0.348 ns
A22 0.536 0.288 P<0.01
A23 0.959 0.919 P<0.01
咀嚼度 T21 0.760 0.578 ns
T22 0.498 0.248 ns
T23 0.773 0.598 ns
A21 0.498 0.248 ns
A22 0.773 0.598 ns
A23 0.443 0.196 P<0.05
回复性 T21 0.211 0.045 ns
T22 0.794 0.631 ns
T23 0.598 0.357 ns
A21 0.662 0.438 ns
A22 0.048 0.002 ns
A23 0.774 0.600 P<0.01
表11：大菱鲆蒸制工艺过程的NMR参数和硬度、弹性、粘聚性、
咀嚼度、回复性的相关性分析
TPA参数 NMR参数 R R2 P
硬度(g) T21 0.809 0.654 P<0.05
T22 0.979 0.959 P<0.01
T23 0.096 0.009 ns
A21 0.550 0.303 ns
A22 0.700 0.490 ns
A23 0.731 0.534 P<0.05
弹性 T21 0.809 0.654 P<0.05
T22 0.979 0.959 P<0.01
T23 0.096 0.009 ns
A21 0.550 0.303 ns
A22 0.700 0.490 P<0.01
A23 0.731 0.534 P<0.05
粘聚性 T21 0.749 0.560 ns
T22 0.943 0.888 P<0.01
T23 0.158 0.025 ns
A21 0.291 0.085 P<0.05
A22 0.819 0.671 P<0.01
A23 0.511 0.261 ns
咀嚼度 T21 0.595 0.354 P<0.05
T22 0.358 0.128 P<0.05
T23 0.424 0.180 ns
A21 0.823 0.678 P<0.01
A22 0.334 0.112 P<0.05
A23 0.852 0.727 P<0.01
回复性 T21 0.318 0.101 P<0.05
T22 0.725 0.526 P<0.05
T23 0.172 0.030 ns
A21 0.420 0.176 P<0.05
A22 0.668 0.447 ns
A23 0.519 0.269 P<0.01
表12：大菱鲆隔水煮工艺过程的NMR参数和硬度、弹性、粘聚性、
咀嚼度、回复性的相关性分析
TPA参数 NMR参数 R R2 P
硬度(g) T21 0.311 0.654 ns
T22 0.776 0.959 ns
T23 0.503 0.253 ns
A21 0.597 0.356 ns
A22 0.087 0.008 ns
A23 0.907 0.822 P<0.01
弹性 T21 0.237 0.056 ns
T22 0.478 0.229 ns
T23 0.460 0.211 ns
A21 0.075 0.006 ns
A22 0.038 0.001 ns
A23 0.140 0.020 ns
粘聚性 T21 0.589 0.347 P<0.05
T22 0.735 0.540 ns
T23 0.011 0.000 ns
A21 0.334 0.112 P<0.05
A22 0.028 0.001 P<0.05
A23 0.600 0.360 P<0.01
咀嚼度 T21 0.372 0.139 ns
T22 0.784 0.614 ns
T23 0.441 0.195 ns
A21 0.555 0.308 ns
A22 0.034 0.001 ns
A23 0.923 0.851 P<0.01
回复性 T21 0.935 0.874 P<0.01
T22 0.446 0.199 ns
T23 0.471 0.222 ns
A21 0.567 0.321 ns
A22 0.676 0.457 ns
A23 0.446 0.199 ns
表13：油炸50s大菱鲆的NMR参数
油炸时间（s）
50 2.44 14.14 179.55 53.08 849.87 77.20
表14：油炸50s大菱鲆的TPA参数
硬度（g） 弹性 粘聚性 咀嚼度 回复性
推测值 1924.32 0.68 0.51 653.92 0.22
实际测量值 1931.91 0.76 0.47 640.25 0.20
相对误差 -0.40% -10.53% 8.51% 2.14% 10.00%
表15：沸水煮150s大菱鲆的NMR参数
沸水煮时间（s）
150 4.25 20.47 179.55 20.74 1488.11 125.61
表16：沸水煮150s大菱鲆的TPA参数
硬度（g） 弹性 粘聚性 咀嚼度 回复性
推测值 1058.90 0.67 0.47 337.85 0.18
实际测量值 1240.63 0.61 0.44 352.58 0.20
相对误差 -14.63% 9.84% 6.82% -4.185 -10.00%
表17：蒸制150s大菱鲆的NMR参数
蒸制时间（s）
150 2.33 21．43 236.91 23.94 1663.20 86.67
表18：蒸制150s大菱鲆的TPA参数
硬度（g） 弹性 粘聚性 咀嚼度 回复性
推测值 1234.20 0.65 0.43 366.58 0.16
实际测量值 1097.86 0.62 0.40 402.41 0.16
相对误差 12.49% 4.84% 7.5% -8.90% 0.00%
表19：隔水煮150s大菱鲆的NMR参数
隔水煮时间（s）
150 2.81 22.44 188.04 17.13 1775.67 110.33
表20：隔水煮150s大菱鲆的TPA参数
硬度（g） 弹性 粘聚性 咀嚼度 回复性
推测值 1319.69 0.70 0.39 349.04 0.15
实际测量值 1534.13 0.70 0.35 353.00 0.17
相对误差 -13.98% 0.00% 11.43% -1.12% -11.76%

Claims (9)

1.一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于，包括以下步骤：
A、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库；
B、建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构信息数据库；
C、分析获得中低场核磁共振横向弛豫图谱信息与质构信息之间的相关性信息；
D、对待测大菱鲆样品进行低场核磁共振检测得到横向弛豫图谱信息；
E、将得到的横向弛豫图谱信息与建立的大菱鲆油炸、水煮、蒸制、隔水煮过
程中低场核磁共振弛豫图谱数据库信息比对，选择相近的低场核磁共振弛豫图
谱数据库信息作为参照值，根据获得的低场核磁共振横向弛豫图谱信息与质构
信息之间的相关性信息，并参照已建立的质构信息数据库信息，推测得到样品
大菱鲆的质构特征的推测值。
2.根据权利要求1所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：所述步骤A中具体包括，首先，除去鲜活大菱鲆的头、皮、内脏和鳞，并将血液和黏液清洗干净；然后，对所得的大菱鲆进行油炸、沸水煮、蒸制、隔水煮四项工艺处理；最后，对经过四项工艺处理所得的大菱鲆进行低场核磁共振检测，得到大菱鲆油炸、沸水煮、蒸制、隔水煮过程中不同程度下的低场核磁共振横向弛豫图谱信息，建立大菱鲆油炸、沸水煮、蒸制、隔水煮过程中低场核磁共振横向弛豫图谱信息数据库。
3.根据权利要求1所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：所述步骤C中具体包括通过Excel统计学的相关性分析方法确定低场核磁共振横向弛豫图谱信息与质构信息之间的相关性。
4.根据权利要求2所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：所述低场核磁共振检测的参数设置包括：90度脉宽P1:13μs，180度脉宽P2:26μs，重复采样等待时间Tw:1600ms-2000ms，模拟增益RG1: [10到20，均为整数]，数字增益DRG1:[2到5，均为整数]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH: 1000，接收机带宽SW：200-500KHz KHz，开始采样时间的控制参数RFD:0.02-0.05ms，时延DL1：0.1-0.5ms，带宽 SW：200 KHz，开始采样时间的控制参数 RFD:0.001- 0.004 ms，时延DL1：0.1-0.5 ms。
5.根据权利要求4所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：还包括采用一维反拉普拉斯算法作为横向弛豫时间 T2反演算法，迭代次数10万次到1千万次之间。
6.根据权利要求2所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：所述大菱鲆不同加热程度下的低场核磁共振横向弛豫图谱信息包括：油炸、沸水煮、蒸制、隔水煮时间、三种峰的起始时间和三种峰的峰面积。
7.根据权利要求1或3所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：所述质构信息的检测通过全质构检测。
8.根据权利要求7所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：所述质构信息包括：硬度、弹性、粘聚性、咀嚼度和回复性。
9.根据权利要求7所述的一种大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法，其特征在于：所述质构信息检测的参数设置包括大菱鲆样品制成 1.5×1.5×1.0 cm 小块，测前速度：2 mm/s，测试速度：1mm/s，测后速度：1mm/s，触发值 5g，形变量为60%。
CN201710020721.2A 2017-01-12 2017-01-12 大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法 Pending CN106841267A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710020721.2A CN106841267A (zh) 2017-01-12 2017-01-12 大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710020721.2A CN106841267A (zh) 2017-01-12 2017-01-12 大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法

Publications (1)

Publication Number Publication Date
CN106841267A true CN106841267A (zh) 2017-06-13

Family

ID=59123089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710020721.2A Pending CN106841267A (zh) 2017-01-12 2017-01-12 大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法

Country Status (1)

Country Link
CN (1) CN106841267A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112730497A (zh) * 2020-12-21 2021-04-30 贺州学院 一种基于低场核磁共振的真空油炸杏鲍菇条水分油脂快速检测技术

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104330432A (zh) * 2014-10-27 2015-02-04 江南大学 一种基于水分分布表征油炸果蔬脆片贮藏过程品质变化的方法
CN105372276A (zh) * 2015-11-24 2016-03-02 大连工业大学 一种海参加热过程中质构品质无损检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104330432A (zh) * 2014-10-27 2015-02-04 江南大学 一种基于水分分布表征油炸果蔬脆片贮藏过程品质变化的方法
CN105372276A (zh) * 2015-11-24 2016-03-02 大连工业大学 一种海参加热过程中质构品质无损检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
夏克鑫 等: "基于低场核磁共振及成像技术分析不同加工工艺(油炸、水煮、隔水煮)大菱鲆肌肉品质变化", 《中国食品科学技术学会第十三届年会论文摘要集》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112730497A (zh) * 2020-12-21 2021-04-30 贺州学院 一种基于低场核磁共振的真空油炸杏鲍菇条水分油脂快速检测技术

Similar Documents

Publication Publication Date Title
Zhang et al. Assessment of pomegranate postharvest quality using nuclear magnetic resonance
US10488481B2 (en) Systems and methods for multislice magetic resonance fingerprinting
CN105606637B (zh) 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法
US20160116559A1 (en) Systems and methods for steady-state magnetic resonance fingerprinting
Milczarek et al. Assessment of tomato pericarp mechanical damage using multivariate analysis of magnetic resonance images
CN106501294B (zh) 原位检测鹌鹑蛋加热凝固过程中温度点和时间点的方法
US8957681B2 (en) System and method for magnetic resonance imaging water-fat separation with full dynamic range using in-phase images
CN106468670A (zh) 一种基于时域核磁共振反演峰面积的烟草含水率测试方法
CN105372276B (zh) 一种海参加热过程中质构品质无损检测方法
US20160349342A1 (en) Systems and methods for acceleration magnetic resonance fingerprinting
CN107543801A (zh) 基于高光谱的芒果冲击损伤后硬度预测方法
WO2018173009A1 (en) Methods for extracting subject motion from multi-transmit electrical coupling in imaging of the subject
US20120268120A1 (en) Method for error compensated chemical species signal separation with magnetic resonance imaging
Mikac et al. MR microscopy for noninvasive detection of water distribution during soaking and cooking in the common bean
CN106018453B (zh) 一种基于低场核磁共振技术的鱼子酱品质快速检测方法
CN106841267A (zh) 大菱鲆油炸、沸水煮、蒸制、隔水煮过程中质构品质无损检测方法
CN106018451A (zh) 一种利用低场核磁共振技术测定大豆含油含水量的方法
CN108872901B (zh) 一种定量脂肪含量的磁共振波谱全自动后处理方法
CN110243748A (zh) 一种基于高光谱的双孢蘑菇超声渗透过程可溶性固形物含量预测方法
US10466321B2 (en) Systems and methods for efficient trajectory optimization in magnetic resonance fingerprinting
US10429479B2 (en) Rapid measurement of perfusion using optimized magnetic resonance fingerprinting
CN110658101A (zh) 一种检测海参在微波真空干燥过程中水分变化的方法
CN107561109A (zh) 基于核磁共振横向弛豫谱技术的鲜花生含水率检测方法
Di Caro et al. Hazelnut oil classification by NMR techniques
US11079448B2 (en) System and method for proton density mapping and receiver bias correction using magnetic resonance fingerprinting (MRF)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170613

RJ01 Rejection of invention patent application after publication